人群因果度量可传递性的统一框架

概览方法提供了一种强大的解决方案，以解决随机对照试验（RCT）的一个关键缺点：其代表性有限。通过使治疗效应估计能够传递到受分布性变化影响的目标人群，这些方法日益被认可为基于证据医学中当前金标准——元分析——的未来。然而，大多数现有方法仅关注风险差，忽略了临床研究中常规报告的多样化因果度量。报告多种效应度量——既包括绝对值（如风险差、治疗必要病例数），也包括相对值（如风险比、比值比）——对于确保临床相关性、政策实用性以及在不同情境下的可解释性至关重要。为此，我们提出了一个在协变量漂移下传递广泛类第一矩人群因果效应度量的统一框架。我们提供两种条件交换性假设下的识别结果，推导了经典估计量和半参数估计量，并通过理论分析、仿真和实际应用评估了其性能。我们的分析表明，不同因果度量的特定性，以及因此对研究它们全部感兴趣的原因：例如，两个常见方法（一阶法、估计方程）对于风险差导致相似的估计量，但对于比值比则导致两个不同的估计量。